典型文献
基于PSO-SVM的土石坝渗流预测模型
文献摘要：
渗流问题严重影响着土石坝的可靠性及安全性,采用准确的预测分析方法可有效地减少事故及危害.本文以某土石坝为研究对象,采用粒子群优化支持向量机(PSO-SVM)算法建立预测模型,选取上游库水位和降雨这两个影响渗流的主要因素作为模型的输入样本,以代表渗流特征的测压管水位为输出样本,对2014—2018年数据进行预测结果与实际监测结果的误差分析,结果表明,PSO-SVM预测模型可以很好地预测土石坝的渗流特征.
文献关键词：
PSO-SVM;上游库水位;降雨;测压管水位;渗流;土石坝
中图分类号：
作者姓名：
宋佳宇;付会成
作者机构：
吉林省水利水电勘测设计研究院,吉林长春130021
文献出处：
引用格式：
[1]宋佳宇;付会成-.基于PSO-SVM的土石坝渗流预测模型)[J].东北水利水电,2022(11):40-42,62
A类：
上游库水位
B类：
PSO,土石坝,流问题,问题严重,预测分析,粒子群优化支持向量机,渗流特征,测压管水位,年数,监测结果,误差分析
AB值：
0.173035
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
